Les agents de codage – Codex CLI, Claude Code, Cursor et Pi – sont des multiplicateurs de productivité. Mais ils supposent tous que vous êtes heureux d'envoyer votre code aux serveurs de quelqu'un d'autre. Pour beaucoup d’entre nous, cela constitue une rupture : bases de code propriétaires, NDA clients, exigences de conformité ou simplement le principe de posséder votre propre ordinateur.
Ce guide montre comment remplacer chaque API cloud par un serveur Ollama local exécutant qwen3-coder:30b. Mêmes outils, mêmes flux de travail, aucune donnée ne quitte votre réseau.
Le cas est simple :
Le compromis honnête : les modèles frontières (Claude Opus 4, GPT-5) surpassent toujours les modèles locaux sur un raisonnement complexe en plusieurs étapes et des tâches contextuelles très vastes. Pour les 80 % du travail de codage quotidien – saisie semi-automatique, refactorisations, génération de tests, documentation – un modèle local bien choisi est plus que suffisant.
Je l'exécute sur un Apple M4 Pro avec 48 Go de mémoire unifiée. L'architecture de mémoire unifiée d'Apple Silicon est exceptionnellement bien adaptée à l'inférence LLM : le GPU et le CPU partagent le même pool de mémoire, de sorte qu'un modèle de 22 Go s'intègre confortablement dans un environnement de développement complet.
Configuration minimale viable :
| BÉLIER | Ce qui convient |
|---|---|
| 16 GB | Modèles de paramètres 7 à 8B (qwen3:8b, lama3.2:8b) |
| 32 Go | Modèles 14 à 20B (qwen3:14b, gpt-oss:20b) |
| 48 Go | Modèles 30 à 35B (qwen3-coder : 30b, qwen3.6 : 35b) |
| 64 Go+ | Modèles 70B (deepseek-r1:70b, lama3.3:70b) |
Sur les systèmes Intel/AMD dotés de GPU discrets, le calcul est différent : la VRAM est le goulot d'étranglement, et les modèles qui ne rentrent pas entièrement dans la VRAM se replient pour ralentir le déchargement du processeur.
Pour 48 Go de mémoire unifiée, voici les modèles à connaître :
| Modèle | Taille sur le disque | Paramètres actifs | Points forts |
|---|---|---|---|
| codeur qwen3 : 30b | ~22 Go | 3.3B (MdE) | Codage, contexte 256K, HumanEval SOTA |
| qwen3.6:35b | ~24 Go | Pleine densité | Raisonnement général + vision |
| gpt-oss : 20b | ~14 Go | Pleine densité | Appel de fonction, utilisation des outils |
| Gemma4:27b | ~18 Go | Pleine densité | Mathématiques, sortie structurée |
| recherche profonde-r1:70b | ~45 Go | Pleine densité | Chaîne de pensée, raisonnement complexe |
qwen3-coder:30b est la recommandation par défaut...
[Courte citation de 8% de l'article original]